O que é a dograh?
A dograh é uma plataforma para construir "voice agents" — sistemas de IA que atendem ou fazem ligações telefônicas (ou lidam com sessões de voz pela web), escutam o que quem liga diz, decidem o que fazer, e respondem por voz em tempo real. Seu próprio repositório no GitHub a descreve como uma alternativa open source e auto-hospedada a plataformas como Vapi e Retell, voltada para equipes que querem a mesma categoria de produto sem entregar por padrão o áudio e as transcrições das conversas a um fornecedor terceiro.
- Função principal: um construtor de fluxos visual para desenhar conversas de voz de vários turnos, conectado a um provedor de telefonia de um lado e a provedores de LLM/STT/TTS do outro
- Modelo de implantação: uma stack Docker Compose que você opera, em um notebook para desenvolvimento ou em um servidor (a documentação da dograh especifica um mínimo de 8 GB de RAM e 4 vCPUs para uma implantação remota) para produção
- Arquitetura de provedores: "bring your own" LLM, STT e TTS — configure uma chave de API na nuvem, um endpoint local compatível com OpenAI, ou um dos modelos gerenciados próprios da dograh, por fluxo
- Desenvolvedora: dograh-hq no GitHub; o arquivo LICENSE do repositório lista a Zansat Technologies Private Limited como titular dos direitos autorais
- Repositório canônico: github.com/dograh-hq/dograh, criado em setembro de 2025, segundo os próprios metadados do GitHub
Instalar a dograh: implantação Docker auto-hospedada
A dograh é implantada com Docker Compose usando um script de instalação de uma linha, segundo sua própria documentação de implantação. Não há um instalador de desktop empacotado para baixar — auto-hospedar significa executar esse script na sua própria máquina ou servidor.
- A instalação local/de desenvolvimento abre o aplicativo em
http://localhost:3010assim que os contêineres terminam de iniciar, segundo a documentação da dograh - O Windows usa um script PowerShell equivalente (
start_docker.ps1), obtido da mesma forma, segundo a mesma página de documentação - Um script
setup_remote.shseparado é voltado para uma implantação em servidor de produção e exige acesso root/sudo, além de Docker e Docker Compose já instalados - A documentação da dograh indica que uma implantação em servidor remoto precisa de no mínimo 8 GB de RAM e 4 vCPUs, além das portas TCP de entrada 80, 443, 3478 e 5349, e das portas UDP 3478, 5349 e 49152–49200 para o tráfego de telefonia (WebRTC/SIP)
- Rodar vários workers FastAPI atrás do nginx para maior throughput está documentado separadamente no guia de escalonamento da dograh
Instalação local (macOS/Linux)
Execute isto em um terminal, em um diretório vazio:
curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.shSuporte a modelos locais: LLM, STT e TTS
A dograh não exige nenhum provedor de IA na nuvem — uma implantação auto-hospedada pode rodar seu LLM, reconhecimento de voz e síntese de voz totalmente no seu próprio hardware, embora exija um pouco mais de configuração do que simplesmente inserir uma chave de API hospedada. A documentação própria da dograh é específica sobre como isso funciona, e a PromptQuorum não encontrou alegações de suporte local além do que está documentado abaixo — esta não é uma plataforma que "suporta tudo" de fábrica.
LLM local: Ollama e vLLM
A documentação de configuração de LLM da dograh afirma que, além de provedores em nuvem (OpenAI, Google AI Studio, Google Vertex AI, Azure OpenAI, AWS Bedrock, Groq, OpenRouter, Hugging Face e outros), a dograh "suporta endpoints compatíveis com OpenAI como Ollama e vLLM" — ou seja, qualquer modelo que você consiga servir atrás de uma API compatível com OpenAI no seu próprio hardware, por meio de qualquer um desses dois projetos, pode atuar como o modelo de raciocínio de um agente da dograh.
STT e TTS locais: Speaches
A documentação própria de voz e transcrição da dograh cita uma opção local e auto-hospedada específica tanto para reconhecimento quanto para síntese de voz: o Speaches, descrito na documentação da dograh como "um servidor compatível com a API da OpenAI" para transcrição em streaming e geração de voz. Segundo a própria página de projeto do Speaches, ele roda sobre faster-whisper para transcrição e sobre Piper e Kokoro para geração de voz — ou seja, uma implantação da dograh conectada a uma instância auto-hospedada do Speaches roda, por baixo dos panos, transcrição da família Whisper e síntese de voz Kokoro/Piper, sem que nenhuma requisição saia da sua infraestrutura.
O que a documentação da dograh não cita
A documentação própria da dograh não enumera checkpoints específicos de LLM local (deixa essa escolha para o que você roda atrás do Ollama ou do vLLM), e não cita diretamente Coqui TTS nem XTTS — não são integrações documentadas da dograh. Quem for avaliar a dograh especificamente por um modelo local específico deveria confirmar o suporte atual em docs.dograh.com antes de se comprometer, já que a documentação de ferramentas de IA auto-hospedadas muda entre versões.
O que você pode construir com a dograh?
O conjunto de funções da dograh se concentra no pipeline completo que um agente de voz precisa: uma ligação entra, a fala é transcrita, um LLM decide o que dizer, a fala é sintetizada, e a ligação é transferida ou encerrada — com um construtor visual para a lógica intermediária. Segundo o README no GitHub e a documentação próprios da dograh.
- Construtor de fluxos visual — desenhar lógica de conversa de vários turnos (o que o agente pergunta, como ele se ramifica conforme a resposta) sem escrever à mão uma máquina de estados completa
- Integrações de telefonia — conectores embutidos para Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz e Asterisk ARI, segundo a documentação de integrações da dograh
- Bring-your-own LLM/STT/TTS — configurar provedores por fluxo, misturando componentes em nuvem e locais/auto-hospedados conforme a necessidade
- Modo speech-to-speech — segundo a documentação de configuração da dograh, um caminho alternativo que pula as etapas separadas de STT/LLM/TTS em favor de um único modelo de voz para voz, quando o provedor subjacente suporta
- Rastreamento de disposição da ligação — desde a versão v1.46.0, a dograh consegue deduzir uma disposição estruturada da ligação (por exemplo, "resolvido", "transferido", "sem resposta") diretamente da conversa
- Transferência assistida para um humano — passar uma ligação para um agente humano no meio da conversa, com disposições configuráveis após uma transferência bem-sucedida
- Uso de ferramentas nativo com MCP, segundo a própria descrição do repositório da dograh, para conectar um agente a ferramentas externas durante uma ligação
- Autenticação e domínios personalizados em auto-hospedagem — a documentação de implantação própria da dograh cobre a configuração de login e SSL para uma instância auto-hospedada, separada do produto em nuvem gerenciada
Preços da dograh: auto-hospedado grátis vs. nuvem gerenciada
Auto-hospedar a dograh via Docker é grátis, sob a licença BSD-2-Clause, sem nenhuma trava de função que a PromptQuorum tenha encontrado no repositório open source. Existe um produto separado de nuvem gerenciada em app.dograh.com para equipes que querem o mesmo software sem operar seu próprio servidor.
Opção | Custo | O que inclui |
|---|---|---|
| Auto-hospedado (Docker) | Grátis | Plataforma completa; BSD-2-Clause; servidor e chaves de API/modelos por sua conta |
| Nuvem gerenciada (app.dograh.com) | $0,01/min + uso de provedores | Infraestrutura hospedada; o uso de LLM/STT/TTS/telefonia continua sendo cobrado separadamente |
O valor de $0,01/minuto e o posicionamento de "auto-hospedagem grátis para sempre" vêm da própria ficha de diretório e dos materiais públicos da dograh — confirme os preços atuais da nuvem gerenciada diretamente em app.dograh.com antes de orçar, já que preços por uso de um produto jovem podem mudar. Custos de provedores (um provedor de LLM, STT, TTS ou telefonia na nuvem, cobrado separadamente) se aplicam em ambas as modalidades, a menos que você use modelos totalmente locais via Ollama/vLLM e Speaches.
Exemplos de uso
Estes são fluxos de trabalho construídos a partir das funções documentadas da dograh acima, não casos de uso hipotéticos.
Rodar um agente de voz totalmente local para testes
Implantar a dograh com o quick-start do Docker, apontar a configuração de LLM para um modelo servido localmente via Ollama, e configurar as opções de voz e transcrição para usar uma instância auto-hospedada do Speaches para TTS/STT. Durante o desenvolvimento, nenhum áudio ou transcrição de conversa precisa chegar a um provedor de IA terceiro.
Substituir um fornecedor de agente de voz hospedado em uma linha de suporte
Conectar um número Twilio a uma implantação auto-hospedada da dograh, construir a lógica de atendimento de ligações no construtor de fluxos visual, e configurar a transferência assistida para um agente humano nas ligações que o bot não conseguir resolver, usando o rastreamento de disposição da ligação adicionado na v1.46.0 para direcionar o acompanhamento.
Usar a nuvem gerenciada da dograh para evitar operar infraestrutura
Para uma equipe que quer o construtor de fluxos e as integrações de telefonia da dograh sem operar Docker em produção, o preço por minuto do app.dograh.com evita a auto-hospedagem mantendo a mesma plataforma open source por baixo.
Quem deveria usar a dograh?
Se a dograh se encaixa depende de você precisar especificamente de uma plataforma de agentes de voz auto-hospedável, e de sua equipe estar confortável operando uma implantação Docker.
Use a dograh se
- Você quer uma plataforma de agentes de voz (bot que atende ligações, substituto de URA, ou similar) que possa operar na sua própria infraestrutura em vez de em um fornecedor hospedado fechado
- Você quer a opção de rodar os componentes de LLM, STT e TTS totalmente em local — via Ollama/vLLM e Speaches — para conversas que nunca devem sair dos seus próprios servidores
- Você quer uma licença open source permissiva (BSD-2-Clause) sem dependência de fornecedor no caminho auto-hospedado
- Você está confortável operando e mantendo uma stack Docker Compose, incluindo abrir as portas de telefonia (WebRTC/SIP) que a própria documentação especifica
- Você quer integrações de telefonia embutidas (Twilio, Vonage, Telnyx e outras) em vez de construir uma do zero
Espere, ou procure outra opção, se
- Você quer um assistente de voz de desktop baixável em vez de uma plataforma para construir agentes telefônicos — veja Voxa ou Jarvis para Mac
- Você só precisa de reconhecimento ou síntese de voz isoladamente, não de uma plataforma completa de agentes/telefonia — veja as reviews dedicadas de faster-whisper ou Whisper.cpp
- Você precisa de um produto totalmente gerenciado e sem operações desde o primeiro dia, e nem quer avaliar a auto-hospedagem — a nuvem gerenciada da dograh existe para isso, mas é um produto jovem, com preço por uso, não um fornecedor estabelecido com SLA de nível empresarial
- Você precisa de uma organização de suporte grande e estabelecida há muito tempo por trás do produto — a dograh é um projeto jovem (seu repositório no GitHub foi criado em setembro de 2025), e o suporte no nível auto-hospedado passa por GitHub Issues e canais da comunidade
dograh vs. outras ferramentas de voz
A dograh se situa no segmento de agentes de voz em tempo real, ao lado de ferramentas focadas em entrada/saída de voz em vez de plataformas completas de atendimento de ligações. Veja como ela se compara a outras opções cobertas pela PromptQuorum — consulte o diretório de software de IA local para o catálogo completo.
- Voxa — um assistente de voz em tempo real focado em uso pessoal/desktop em vez de atendimento de ligações telefônicas; veja a review da Voxa se você quer um assistente de voz conversacional, não um construtor de agentes telefônicos.
- Jarvis para Mac — um assistente de voz nativo do macOS; veja a review do Jarvis como alternativa focada em desktop à plataforma da dograh, implantada em servidor e orientada a telefonia.
- faster-whisper — o motor de transcrição sobre o qual o Speaches (a opção de STT/TTS local documentada da dograh) roda; veja a review do faster-whisper se você só precisa de reconhecimento de voz local, não de uma plataforma completa de agentes.
- Whisper.cpp — outro motor de reconhecimento de voz local e auto-hospedado; veja a review do Whisper.cpp para uma opção apenas de transcrição, mais leve do que implantar toda a stack da dograh.
Erros comuns ao avaliar a dograh
A maior parte da confusão sobre a dograh vem de tratá-la como um aplicativo baixável, ou de supor que ela funciona totalmente offline sem nenhuma configuração.
Erro 1: procurar um instalador de desktop
A dograh é uma plataforma auto-hospedada implantada via Docker Compose, não um aplicativo baixável para o usuário final. Não há instalador de macOS/Windows/Linux para clicar — o caminho de instalação é o script de Docker quick-start visto acima.
Erro 2: supor que auto-hospedar é automaticamente totalmente local/offline
Uma implantação auto-hospedada da dograh ainda precisa de provedores de LLM, STT e TTS configurados — por padrão, isso poderia ser uma chave de API na nuvem. A operação totalmente local exige configurar explicitamente Ollama/vLLM para o LLM e Speaches para STT/TTS, segundo a própria documentação da dograh.
Erro 3: confundir os preços das modalidades auto-hospedada e de nuvem gerenciada
Auto-hospedar a dograh via Docker é grátis sob a licença BSD-2-Clause. A cobrança de $0,01/minuto se aplica apenas ao produto de nuvem gerenciada separado em app.dograh.com, e o uso dos provedores (LLM/STT/TTS/telefonia) é cobrado separadamente em ambas as modalidades, a menos que se usem modelos totalmente locais.
Erro 4: supor que qualquer checkpoint de LLM local está documentado como suportado
A documentação própria da dograh suporta inferência local por meio das camadas de serviço Ollama e vLLM, não por meio de uma lista fixa de nomes de modelos. Se um modelo local específico funciona bem como motor de raciocínio de um agente de voz em tempo real é uma pergunta diferente de se a dograh consegue se conectar tecnicamente a ele.
Perguntas frequentes
O que é a dograh?
A dograh (dograh.com, código-fonte em github.com/dograh-hq/dograh) é uma plataforma open source e auto-hospedada para construir agentes de voz — bots conversacionais telefônicos ou baseados na web —, posicionada como alternativa a plataformas hospedadas como Vapi e Retell.
A dograh é gratuita?
Auto-hospedar a dograh via Docker é grátis, sob a licença BSD-2-Clause. Um produto separado de nuvem gerenciada em app.dograh.com cobra $0,01/minuto mais o uso dos provedores de LLM/STT/TTS conectados.
A dograh é open source? Qual licença ela usa?
Sim. O próprio arquivo LICENSE do repositório é a licença BSD 2-Clause "Simplified", copyright da Zansat Technologies Private Limited.
A dograh suporta modelos de IA locais, offline?
Sim, para o componente de LLM, a dograh se conecta, segundo sua própria documentação, a qualquer endpoint local compatível com OpenAI, incluindo explicitamente Ollama e vLLM. Para reconhecimento e síntese de voz locais, a dograh se integra ao Speaches, um servidor local open source que, por sua vez, roda sobre faster-whisper para transcrição e Piper/Kokoro para geração de voz.
Como instalo a dograh?
Execute o script oficial de instalação do Docker Compose de uma linha em um terminal: curl -o docker-compose.yaml https://raw.githubusercontent.com/dograh-hq/dograh/main/docker-compose.yaml && curl -o start_docker.sh https://raw.githubusercontent.com/dograh-hq/dograh/main/scripts/start_docker.sh && chmod +x start_docker.sh && ./start_docker.sh. A implantação local abre em http://localhost:3010.
Quais provedores de telefonia a dograh suporta?
Integrações embutidas para Twilio, Vonage, Telnyx, Plivo, Cloudonix, Exotel, Vobiz e Asterisk ARI, segundo a própria documentação de integrações da dograh.
Quantas estrelas no GitHub a dograh tem?
A dograh tinha 5.636 estrelas e 1.398 forks no GitHub, verificado via API do GitHub em 12/09/2026. Consulte o repositório ao vivo para o número atual, já que a contagem de estrelas muda continuamente.
Qual é a versão mais recente da dograh?
Em 12/09/2026, a versão marcada mais recente no GitHub era a v1.46.0, datada de 3 de setembro de 2026, que adicionou a dedução de disposição de ligação a partir do conteúdo da conversa e o modelo de TTS Sonic-3.6 da Cartesia, entre outras mudanças — consulte o GitHub Releases para a versão atual.
Quais são os requisitos mínimos de servidor para auto-hospedar a dograh?
A documentação de implantação própria da dograh especifica no mínimo 8 GB de RAM e 4 vCPUs para uma implantação em servidor remoto, além das portas TCP de entrada 80, 443, 3478 e 5349, e das portas UDP 3478, 5349 e 49152–49200 para o tráfego de telefonia.
Quem desenvolve a dograh?
A dograh é desenvolvida pela dograh-hq no GitHub; o arquivo LICENSE do repositório lista a Zansat Technologies Private Limited como titular dos direitos autorais. O repositório foi criado em setembro de 2025, segundo os próprios metadados do GitHub.